Raportul de securitate AI al Check Point Research 2026: AI trece de la asistentul de securitate cibernetică la operatorul activ

Raportul de securitate AI al Check Point Research 2026, publicat de Check Point Software Technologies (CHKP ), descrie un peisaj de securitate cibernetică în care inteligența artificială nu mai este doar un ajutor pentru atacatori în cercetarea țintelor, scrierea de e-mail-uri de phishing sau generarea de fragmente de coduri malicioase. AI este din ce în ce mai mult utilizat în lanțurile de atacuri live, executând comenzi, analizând informații furate, dezvoltând coduri malicioase de calitate profesională și coordonând atacuri asupra mai multor sisteme. În același timp, adoptarea AI în întreprinderi expune date sensibile, extinde riscurile lanțului de aprovizionare cu software și slăbește multe dintre semnalele tradiționale utilizate pentru a verifica identitatea.

AI Intră în Lanțul de Atacuri Live

Cea mai importantă constatare a raportului nu este că AI a inventat forme complet noi de criminalitate informatică. În schimb, a redus dramatic timpul, expertiza și costul necesare pentru a desfășura atacuri stabilite.

AI joacă acum un rol în ingineria socială, dezvoltarea de coduri malicioase, cercetarea vulnerabilităților, recunoașterea, colectarea de credențiale, deplasarea laterală și analiza datelor. Operatorii cu cel mai ridicat risc nu sunt neapărat cei care utilizează modelele cele mai avansate, ci cei care au învățat cum să conecteze mai multe unelte AI și să automatizeze multiple etape ale unei intruziuni.

Una dintre campaniile de spionaj legate de China a utilizat Claude Code pentru a efectua aproximativ 80% până la 90% din munca tactică în aproximativ 30 de organizații vizate. AI-ul a gestionat recunoașterea, exploatarea, colectarea de credențiale, deplasarea laterală și triajul datelor, lăsând operatorul uman să furnizeze direcția strategică mai amplă.

Un exemplu și mai clar a implicat compromiterea a nouă agenții guvernamentale mexicane între sfârșitul lui decembrie 2025 și mijlocul lui februarie 2026. Operațiunea a expus aproximativ 400 de milioane de înregistrări care acopereau date fiscale, registre civile, vehicule, pacienți și date electorale. Cercetătorii au reconstruit atacul din infrastructura operatorului și au constatat că 1.088 de instrucțiuni scrise de om au generat 5.317 de comenzi executate de AI în 34 de sesiuni.

Atacatorul a utilizat Claude Code pentru a explora și compromite sisteme, în timp ce GPT-4.1 a analizat datele furate și a generat instrucțiuni pentru sesiunile ulterioare. Când Claude a refuzat inițial să ajute, operatorul a inserat instrucțiuni de testare a penetrării într-un fișier de configurare CLAUDE.md de încredere. Fiecare sesiune ulterioară a moștenit automat comportamentul modificat, eliminând nevoia de a repeta jailbreak-ul.

Acest lucru indică o problemă mai largă. Mulți agenți AI au încredere automată în fișierele de proiect și configurările sistemului. Un fișier otrăvit poate influența sesiunile ulterioare, transformând ceea ce a fost o tehnică de manipulare a promptului temporară într-o compromitere persistentă.

Uneltele AI Mainstream Rămân Opțiunea Preferată

Atacatorii accesează în general AI prin servicii comerciale, modele open-source auto-găzduite sau platforme criminale special create. În ciuda discuțiilor crescânde despre modelele locale ne-restricționate, uneltele comerciale mainstream rămân cea mai practică alegere.

Atacatorii utilizează conturi legitime sau furate pentru servicii precum ChatGPT, Gemini, Claude, DeepSeek, Kimi și Qwen. Ei împart adesea solicitări malicioase în sarcini mai mici care par inofensive atunci când sunt văzute individual, ghidând treptat modelul către un rezultat interzis.

Credențialele AI au devenit astfel ținte valoroase. Campania Bissa Scanner a furat date de conectare pentru Anthropic, OpenAI, Google și alți furnizori din peste 30.000 de fișiere de mediu dezvoltator expuse. Conturile AI au fost cel mai comun tip de credențială colectată.

Conturile furate pot fi revândute prin practica cunoscută sub numele de LLMjacking. Cumpărătorii obțin acces la resursele de AI ale unei alte organizații, evită costurile de utilizare, pot ajunge la informații stocate și pot face ca activitatea lor să pară că provine de la un utilizator legitim. Într-un caz, o cheie de interfață de programare a aplicației Google Gemini furată a generat aproximativ 82.000 de dolari în taxe în doar două zile.

Modelele auto-găzduite oferă mai puține restricții și o monitorizare mai redusă a furnizorului, dar atacatorii raportează adesea că necesită hardware scump, expertiză tehnică și o ajustare fină extinsă. Serviciile criminale precum WormGPT au pierdut credibilitatea din cauza performanței slabe. WormGPT însuși a fost compromis, expunând detalii de plată ale peste 19.000 de clienți.

Grupul de ransomware ca serviciu cunoscut sub numele de The Gentlemen ilustrează modul în care grupurile criminale obișnuite abordează AI. Operațiunea a avut peste 330 de victime publicate până în mai 2026, dar membrii săi au admis că nu știu cum să ruleze propriile modele. În schimb, au comparat platformele comerciale de AI în funcție de care aveau cele mai slabe protecții. Administratorul grupului a utilizat AI pentru a crea un instrument de gestionare în doar trei zile.

Malware-ul Construit cu AJutorul AI Atinge Calitatea Profesională

Dezvoltarea de coduri malicioase asistată de AI a depășit prototipurile brute. În multe cazuri, malware-ul final nu conține niciun AI. Modelul este utilizat în timpul dezvoltării pentru a scrie, testa, depana și rafina codul, lăsând puține dovezi vizibile ale implicării sale odată ce malware-ul este implementat.

VoidLink este cel mai puternic exemplu din raport. Framework-ul de comandă și control Linux modular a inclus capacități de stealth și persistență, împreună cu peste 30 de plugin-uri post-exploatare. Calitatea sa a sugerat inițial că o echipă de dezvoltatori a petrecut câteva luni pentru a-l construi.

Greșeala operațională a dezvoltatorului a revelat că VoidLink a fost creat de o singură persoană utilizând mediul de codare AI TRAE SOLO. Prin specificații detaliate și testări asistate de AI repetate, dezvoltatorul a produs aproximativ 88.000 de linii de cod funcțional în mai puțin de o săptămână.

Alte grupuri au adoptat metode similare. Transparent Tribe, cunoscut și sub numele de APT36, a utilizat o linie de asamblare condusă de AI pentru a produce malware de unică folosință care vizează sistemele guvernamentale indiene. Grupul legat de Rusia, GREYVIBE, a utilizat ChatGPT și Gemini pentru a crea malware personalizat pentru operațiunile împotriva Ucrainei, în timp ce grupul legat de Coreea de Nord, KONNI, a utilizat AI pentru a genera o poartă de acces PowerShell.

Malware-ul care comunică cu un model AI în timp ce rulează rămâne mai puțin frecvent. LAMEHUG a utilizat Qwen prin API-ul Hugging Face pentru a genera comenzi la cerere, în timp ce PromptLock a aplicat un concept similar pentru ransomware. Aceste exemple rămân limitate, dar demonstrează că un comportament malicios generat dinamic este posibil din punct de vedere tehnic.

Timpul Disponibil pentru Pătarea Sistemelor este în Scădere

AI accelerează descoperirea vulnerabilităților atât pentru apărători, cât și pentru atacatori. Acest lucru reduce fereastra de timp dintre divulgarea publică, exploatarea și remedierea.

Raportul descrie Proiectul Glasswing al Anthropic, care a utilizat un model nelansat numit Claude Mythos Preview pentru a identifica peste 10.000 de vulnerabilități zero-day de gravitate ridicată și critică în sisteme de operare majore și browsere în prima lună. Modelul a produs un exploit funcțional la prima încercare în aproximativ 83% din cazuri.

Anthropic a reținut modelul de la lansarea publică din cauza preocupărilor că ar putea fi folosit în mod abuziv, dar s-a angajat să aloce 100 de milioane de dolari în credite de utilizare pentru organizații selectate. Cazul demonstrează cum descoperirea vulnerabilităților devine mai ieftină și din ce în ce mai automatizată.

Îndrumarea guvernamentală reflectă deja acest mediu mai rapid. Agenția pentru Securitate Cibernetică și Infrastructură din Statele Unite a cerut agențiilor civile federale să remedieze anumite vulnerabilități de risc ridicat în termen de trei zile. CERT-In din India a sfătuit organizațiile să adreseze anumite slăbiciuni critice cu față către internet în termen de 12 ore.

Descoperirea tehnică a vulnerabilităților poate să nu mai fie principala problemă. Revizuirea umană, testarea, aprobarea și implementarea pot deveni părțile mai lente și mai vulnerabile ale procesului.

Aplicațiile AI Devin Ținte

Pe măsură ce organizațiile încorporează AI în browsere, platforme de e-mail, documente, medii de codare și fluxuri de lucru comerciale, tehnologia obține acces la date sensibile și capacitatea de a acționa utilizând permisiunile existente ale utilizatorilor.

Injectarea de prompturi rămâne una dintre cele mai importante amenințări. Injectarea directă de prompturi apare atunci când un atacator comunică cu un model și încearcă să anuleze regulile sale. Injectarea indirectă de prompturi ascunde instrucțiuni malicioase în conținutul pe care AI-ul îl procesează ulterior, cum ar fi o pagină web, un e-mail, o invitație la calendar, un document sau un câmp de metadate.

Un studiu citat în raport a scanat 1,2 miliarde de URL-uri și a identificat aproximativ 15.300 de payload-uri de injectare a prompturilor indirecte. Aproximativ 70% erau ascunse în HTML nerenderizat, inclusiv comentarii, antete și metadate pe care vizitatorii umani nu le-ar vedea în mod normal.

Telemetria Check Point a înregistrat o creștere accentuată a payload-urilor malicioase mai lungi. Între martie și mai 2026, detectările au crescut de aproximativ cinci ori și s-au apropiat de 1% din prompturile observate în mai. Payload-urile mai lungi sunt deosebit de relevante pentru agenții care procesează pagini web complete, documente și ieșiri din unelte conectate.

Browserele alimentate de AI creează riscuri suplimentare deoarece funcționează în sesiuni autentificate. Într-un test controlat, o invitație la calendar malicioasă a determinat browserul Comet al Perplexity să dezvăluie parole salvate. Într-un alt experiment, un browser AI a finalizat un flux de phishing complet în mai puțin de patru minute fără implicarea umană.

Lanțul de Aprovizionare Agentic Extinde Suprafața de Atac

Agenții AI câștigă capacități prin servere Model Context Protocol, extensii, fișiere de configurare, hub-uri de modele și abilități descărcabile. Aceste componente sunt adesea trustate automat și instalate cu o revizuire umană limitată.

Check Point Research a identificat vulnerabilități în fișierele de proiect Claude Code care ar putea executa comenzi controlate de atacator atunci când un dezvoltator deschide un depozit otrăvit. Probleme similare au apărut în Gemini CLI, Cursor, Windsurf și alte medii de codare, sugerând o slăbiciune arhitecturală mai largă decât o problemă izolată a unui vendor.

Malware-ul GlassWorm a raportat că s-a răspândit prin pachete Model Context Protocol în peste 150 de depozite. Cercetătorii au examinat, de asemenea, aproximativ 46.500 de pachete software publicate și au găsit că 428 conțineau accidental un fișier de setări local Claude Code. Aproximativ unul din 13 dintre aceste fișiere includeau credențiale live, cum ar fi token-uri NPM, chei GitHub sau chei Hugging Face.

O revizuire separată a 10.000 de servere Model Context Protocol a găsit slăbiciuni de securitate în 40% dintre ele. Dintre cele 221 de abilități ale agentului OpenClaw examinate, 70% au solicitat mai multe credențiale decât era necesar, iar 43% conțineau modele de injecție de comenzi.

Campania ClawHavoc a plasat 44 de abilități malicioase într-un marketplace, unde au fost descărcate de peste 12.500 de ori. În altă parte, extensii de codare troianizate au raportat că au colectat cod de la aproximativ 1,5 milioane de dezvoltatori, în timp ce un model Hugging Face malign deghizat într-un filtru de confidențialitate OpenAI a primit 244.000 de descărcări înainte de a fi detectat.

Identitatea Sintetică Subminează Încrederea Digitală

Inteligența artificială generativă a făcut ca voci, fețe, documente și personaje online să fie mai ușor de fabricat și mai greu de verificat. O voce familiară, o apel video live sau un document de identitate guvernamental nu mai pot servi ca dovezi independente că cineva este autentic.

Platforma ATHR a raportat că utilizează agenți vocali autonomi pentru a efectua apeluri de recuperare a contului și a fura coduri de autentificare cu un singur utilizator. Un operator poate gestiona mai multe conversații simultan fără a angaja apelanți umani.

Schimbul de fețe în timp real apare și în furtul de criptomonede, escrocherii de romance, fraudele de investiții și operațiunile legate de state. Autoritățile europene au demontat o rețea care a utilizat videoclipuri de deepfake cu celebrități și organizații de știri pentru a promova investiții false și a spăla peste 700 de milioane de euro.

Cercetătorii au identificat, de asemenea, peste 23.000 de domenii care direcționau victimele către grupuri de mesagerie unde boturile de chat AI se deghizau în consultanți financiari. Serviciul OnlyFake a vândut peste 10.000 de documente de identitate generate de AI care acopereau Statele Unite și aproximativ 56 de alte țări, permițând clienților să ocolească verificarea la bănci și schimburi de criptomonede.

Schemele de lucru la distanță legate de Coreea de Nord au mers mai departe, utilizând CV-uri fabricate, documente de identitate modificate, fotografii generate și personaje personalizate pentru a obține angajarea legitimă în companii occidentale. Autoritățile americane au legat o rețea de aproape 800 de milioane de dolari în venit pentru programele de arme ale Coreei de Nord.

Oamenii nu sunt deosebit de buni la detectarea acestor falsuri. Într-un studiu controlat, recunoscătorii super-antrenați au identificat corect doar 41% din fețele generate de AI. Vizitatorii obișnuiți au detectat aproximativ 30%.

Utilizarea AI în Întreprinderi Creează Expunere Persistentă de Date

Organizația medie utilizează acum 10 aplicații AI diferite în fiecare lună. Numărul mediu de prompturi pe angajat a crescut de la 56 în decembrie 2025 la 70 în mai 2026, reprezentând o creștere de 25%.

Între 87% și 93% din organizații au experimentat cel puțin o interacțiune generativă de AI de risc ridicat în fiecare lună. Partea prompturilor care conțineau informații corporative, personale sau reglementate sensibile a crescut de la 2% la 4%, trecând de la aproximativ o interacțiune riscantă la fiecare 50 de interacțiuni la una la fiecare 25.

Europa a înregistrat cea mai mare rată regională, la 3,95%, urmată de America Latină, la 3,76%, America de Nord, la 3,33%, și Asia-Pacific, la 2,88%. Serviciile comerciale au avut cea mai mare rată la nivel de industrie, la 5,91%, sau aproximativ o interacțiune riscantă la fiecare 17 prompturi. Până în mai, rata lunară a crescut la 6,98%, aproape de una la fiecare 14 prompturi.

Multe scurgeri de informații rezultă din utilizarea obișnuită, mai degrabă decât din activitatea malicioasă. Într-o demonstrație, o legătură legitimă între ChatGPT și Google Drive a recuperat peste 400 de fișiere interne sensibile în mai puțin de o secundă, după o singură întrebare.

Furnizorii terți introduc expunere suplimentară. O aplicație de consum numită Chat & Ask AI a raportat că a expus aproximativ 300 de milioane de mesaje aparținând peste 25 de milioane de utilizatori. Un chatbot de asistență pentru clienți utilizat de Sears Home Services a expus 3,7 milioane de înregistrări, incluzând înregistrări de apeluri, transcrieri și informații personale.

Implicații Viitoare

Raportul de securitate AI al Check Point Research 2026 prezintă un mediu de securitate în care AI întărește atacatorii, creează noi slăbiciuni în lanțul de aprovizionare cu software, subminează verificarea identității la distanță și crește riscul zilnic de expunere a datelor confidențiale. Avertizarea sa centrală este că organizațiile nu pot gestiona securitatea AI doar prin politici și revizuiri anuale. Ei au nevoie de vizibilitate continuă în aplicațiile AI, agenții, infrastructură, permisiuni, furnizori terți și datele pe care angajații le împărtășesc. Pe măsură ce AI începe să funcționeze la viteza mașinilor, echipele de securitate trebuie să detecteze, să verifice și să răspundă la un ritm comparabil.